文章列表-AI魔法学院

文章列表

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

这个模型从大脑信号中逐步学习，在第一个模块多个阶段的过程，可以获得对语义空间的更深入理解。

stablediffusion

如何最简单、通俗地理解Transformer？

你看这个问题下面现在有60多个回答，我大概翻看了一下，几乎都是长篇大论，原因很简单，Transformer就不是简单几句话就能讲得清楚的。

Transformer 大模型

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

聘请外模的话价格就更高了。

Stable Diffusion 文生图

第一性原理以及第一性原理是怎么帮马斯克成为首富的

这句话听起来很抽象，我们不如来看马斯克的实践来理解他。

马斯克商业

人工智能的应用范式呼之欲出

在2023年的整个夏季的100天中，笔者阅读了超过500篇论文，直到上周读到一篇都柏林大学爱尔兰AI应用研究中心《为会话式AI构建信任》的论文后，脑中思考许久的人工智能应用范式渐渐浮现

大模型

阿里出品自动化视频剪辑工具FunClip！

FunClip让用户能够根据识别结果，轻松选择文本片段或特定说话人，从而快速裁剪出所需视频片段。

FunClip 视频阿里

请以“亮相”为题目写一篇记叙文，要求不少于700字。

我对自己的演讲并不是很有信心，因为我的口才并不是很好，而且我很容易紧张。

中文大模型训练

全新换脸工具ReActor，比roop更强！

话不多说，我们直接开整。

ReActor SD 文生图

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

随着大型语言模型的发展，检索增强生成（Retrieve Augment Generation，简称RAG）已成为构建问答和会话AI系统的一种流行方法。

大语言模型 RAG检索增强

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

作为 ControlNet，它会对参考图进行分块，并识别出区块内的对象。

StableDiffusion 文生图

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

盘点字节跳动最新的AI应用

除了豆包本身创作的一些bot之外，豆包的AI智能体页面中还包含许多其他bot，你可以与“绘画”、“游戏动漫”“学习”、“角色”、“影视小说”“古今人物”等等的bot进行对话。

字节 AI工具

AI写作：如何写出逻辑清晰，结构完整的文章？一个提示词帮你搞定！

写出来的东西，用小学老师的话来说就是流水账，突出一个乱。

AI写作提示词

SD 美颜修图神器

好了，闲话少说，我们直接开整。

SD 文生图

<...7 8 9 101112 13 14 15 16 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1